深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
16461	2024-09-15	Exploring hepatic fibrosis screening via deep learning analysis of tongue images 2024-Sep, Journal of traditional and complementary medicine IF:3.3Q1 DOI:10.1016/j.jtcme.2024.03.010 PMID:39262664	研究论文	本研究评估了基于深度学习的舌象分析在肝纤维化筛查中的有效性	利用深度学习技术分析舌象图像进行肝纤维化筛查	NA	评估深度学习在舌象分析中用于肝纤维化筛查的有效性	舌象图像和肝纤维化筛查	计算机视觉	肝病	深度学习	DenseNet-201	图像	1083张舌象图像，来自741名患者
16462	2024-09-15	LungPath: artificial intelligence-driven histologic pattern recognition for improved diagnosis of early-stage invasive lung adenocarcinoma 2024-Aug-31, Translational lung cancer research IF:4.0Q1 DOI:10.21037/tlcr-24-258 PMID:39263012	研究论文	开发了一种基于深度学习算法的LungPath模型，用于早期肺腺癌的CT扫描图像自动分割和高风险病理模式的预测	提出了基于Mask-RCNN和ResNet50_3D的深度学习模型，用于早期肺腺癌的高风险病理模式识别	研究仅基于回顾性数据，且样本量相对较小	开发和评估一种深度学习算法，用于早期肺腺癌的高风险病理模式识别	早期肺腺癌患者及其CT扫描图像	计算机视觉	肺癌	深度学习	Mask-RCNN, ResNet50_3D	图像	432名早期肺腺癌患者，其中385名在开发组，47名在外部测试组
16463	2024-09-15	Automatic detection of adenoid hypertrophy on lateral nasopharyngeal radiographs of children based on deep learning 2024-Aug-31, Translational pediatrics IF:1.5Q2 DOI:10.21037/tp-24-194 PMID:39263285	研究论文	本研究评估了基于深度学习的侧位鼻咽部X光片在儿童腺样体肥大诊断中的准确性和可靠性	本研究首次使用多种深度学习模型（如AlexNet、VGG16、Inception v3、ResNet50和DenseNet121）进行腺样体肥大的自动检测，并发现DenseNet121模型表现最佳	本研究仅使用了三家医院的儿童侧位鼻咽部X光片数据，样本量有限，且未涉及其他类型的影像数据	评估深度学习模型在儿童腺样体肥大诊断中的应用效果	儿童腺样体肥大及其在侧位鼻咽部X光片上的表现	计算机视觉	耳鼻喉疾病	深度学习	DenseNet121	影像	1188名儿童，包括705名男性和483名女性，年龄范围为8个月至13岁
16464	2024-09-15	Deep learning to predict long-term mortality from plain chest X-ray in patients referred for suspected coronary artery disease 2024-Aug-31, Journal of thoracic disease IF:2.1Q3 DOI:10.21037/jtd-24-322 PMID:39268143	研究论文	本文研究了使用深度学习模型从普通胸部X光片预测长期死亡率的方法	本文首次在疑似冠心病患者中验证了深度学习模型从胸部X光片预测长期死亡率的有效性	研究仅在意大利和荷兰的两家学术医院进行，样本量有限，可能影响结果的普适性	验证深度学习模型从胸部X光片预测长期死亡率的有效性	疑似冠心病患者的长期死亡率	计算机视觉	心血管疾病	深度学习	深度卷积神经网络	图像	6031名患者，其中4259名用于模型训练，602名用于微调/验证，1170名用于内部验证
16465	2024-09-15	Refining CycleGAN with attention mechanisms and age-Aware training for realistic Deepfakes 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36665 PMID:39262956	研究论文	本文提出了一种改进的CycleGAN框架，通过引入注意力机制和年龄感知训练，旨在生成更逼真的Deepfake人脸图像	本文的创新点在于在CycleGAN框架中引入了注意力机制和自适应残差块，以提取更细致的面部特征，并在损失函数中加入了相对损失概念，同时采用了年龄约束的训练方法	本文未提及具体的局限性	改进现有基于生成对抗网络（GAN）的人脸图像生成算法，解决域无关性和面部细节不足的问题	人脸图像生成算法	计算机视觉	NA	生成对抗网络（GAN）	CycleGAN	图像	使用了CelebA数据集进行实验验证
16466	2024-09-15	Deep learning fusion framework for automated coronary artery disease detection using raw heart sound signals 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35631 PMID:39262986	研究论文	本文提出了一种基于原始心音信号的深度学习融合框架，用于自动化冠状动脉疾病检测	本文创新性地构建了一个融合框架，结合了多领域特征模型和医学多领域特征融合模型，用于冠状动脉疾病的检测	NA	研究目的是开发一种非侵入性的方法，用于早期冠状动脉疾病的检测	研究对象是冠状动脉疾病	机器学习	心血管疾病	深度学习	融合模型	心音信号	400名参与者的心音信号数据集
16467	2024-09-15	Diabetes detection from non-diabetic retinopathy fundus images using deep learning methodology 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e36592 PMID:39258195	研究论文	本文研究了使用深度学习方法从无糖尿病视网膜病变的视网膜图像中检测糖尿病	本文创新性地开发了一种人工智能机器学习模型，能够从无糖尿病眼病的视网膜图像中检测糖尿病	本文未详细讨论模型的泛化能力和在不同人群中的适用性	研究目的是开发一种能够从视网膜图像中非侵入性检测糖尿病的机器学习模型	研究对象包括47,076张视网膜图像和基于疾病持续时间的患者分组	机器学习	糖尿病	深度学习	机器学习算法	图像	47,076张视网膜图像
16468	2024-09-15	Advancing sub-seasonal to seasonal multi-model ensemble precipitation prediction in east asia: Deep learning-based post-processing for improved accuracy 2024-Aug-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35933 PMID:39258194	研究论文	本研究通过深度学习后处理技术提高了东亚地区次季节至季节性降水预测的准确性	采用基于U-Net架构的深度学习模型进行后处理，显著提升了降水预测的准确性	NA	提高次季节至季节性降水预测的准确性	东亚地区的降水预测	机器学习	NA	深度学习	U-Net	降水数据	使用了六个S2S气候模型的降水预测数据及其多模型集合
16469	2024-09-15	Traditional Machine Learning, Deep Learning, and BERT (Large Language Model) Approaches for Predicting Hospitalizations From Nurse Triage Notes: Comparative Evaluation of Resource Management 2024-Aug-27, JMIR AI DOI:10.2196/52190 PMID:39190905	研究论文	比较传统机器学习、深度学习和BERT（大型语言模型）在预测护士分诊笔记中的住院情况方面的性能	比较了深度学习模型Bio-Clinical-BERT与基于词袋（BOW）的逻辑回归（LR）模型在预测住院情况方面的性能	研究仅限于特定医院的数据，未涵盖所有可能的医疗系统	评估不同模型在预测护士分诊笔记中住院情况的有效性，以优化资源管理	护士分诊笔记中的住院预测	机器学习	NA	深度学习、BERT、词袋模型、逻辑回归	Bio-Clinical-BERT、逻辑回归	文本	1,391,988名患者的数据
16470	2024-09-15	Deep Learning for Automatic Gross Tumor Volumes Contouring in Esophageal Cancer Based on Contrast-Enhanced Computed Tomography Images: A Multi-Institutional Study 2024-Aug-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.02.035 PMID:38432286	研究论文	开发并验证了一种基于对比增强CT图像的自动人工智能工具，用于食管鳞状细胞癌患者的肿瘤体积勾画	开发了一种三维深度学习模型，用于自动勾画肿瘤体积，并在多中心验证中表现良好	NA	开发和验证一种自动人工智能工具，用于食管鳞状细胞癌患者的肿瘤体积勾画，以辅助新辅助或根治性放疗计划	食管鳞状细胞癌患者的对比增强CT图像	计算机视觉	食管癌	深度学习	三维深度学习模型	图像	580名食管鳞状细胞癌患者
16471	2024-09-15	Developing a privacy-preserving deep learning model for glaucoma detection: a multicentre study with federated learning 2024-Jul-23, The British journal of ophthalmology DOI:10.1136/bjo-2023-324188 PMID:37857452	研究论文	本文开发了一种基于联邦学习的隐私保护深度学习模型，用于从光学相干断层扫描（OCT）图像中检测青光眼	采用联邦学习范式，无需在中心服务器上集中所有数据，从而保护患者隐私和数据安全	NA	开发一种隐私保护的深度学习模型，用于青光眼的检测	青光眼检测	计算机视觉	眼科疾病	联邦学习	3D网络	图像	9326个OCT扫描图像，来自2785名受试者
16472	2024-09-15	Detecting outliers in case-control cohorts for improving deep learning networks on Schizophrenia prediction 2024-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2023-0042 PMID:39004922	研究论文	研究探讨了精神分裂症的复杂遗传和临床特征，并开发了一种基于基因注释的深度学习架构，用于检测和过滤病例对照队列中的异常值，以提高分类模型的性能	提出了一种新的方法来检测和过滤病例对照队列中的异常值，以提高深度学习模型在精神分裂症预测中的性能	研究仅基于瑞典人群的数据集，可能限制了结果的普适性	提高深度学习模型在精神分裂症预测中的准确性	精神分裂症的遗传和临床特征	机器学习	精神疾病	深度学习	深度学习架构	基因数据	来自瑞典人群的病例对照数据集
16473	2024-09-15	Unlocking the power of AI models: exploring protein folding prediction through comparative analysis 2024-Jun-01, Journal of integrative bioinformatics IF:1.5Q3 DOI:10.1515/jib-2023-0041 PMID:38797876	研究论文	本文通过比较分析探讨了深度学习模型在蛋白质折叠预测中的应用	本文强调了评估深度学习模型多样性输出的重要性，并进行了跨物种和蛋白质的比较分析	本文主要集中在特定蛋白质（ARM58和ARM56）的分析，未涵盖所有蛋白质结构预测的复杂性	评估深度学习模型在蛋白质折叠预测中的准确性，并提供对这些预测复杂性的见解	ARM58和ARM56蛋白质及其在不同物种中的同源物	机器学习	NA	深度学习	深度学习模型	蛋白质序列	涉及两个蛋白质（ARM58和ARM56）及其同源物
16474	2024-09-15	Binding Activity Classification of Anti-SARS-CoV-2 Molecules using Deep Learning Across Multiple Assays 2024-05-03, Balkan medical journal IF:1.9Q2 DOI:10.4274/balkanmedj.galenos.2024.2024-1-73 PMID:38462979	研究论文	本文利用深度学习技术，特别是结合了合成少数类过采样技术（SMOTE）的深度神经网络（DNN），来提高抗SARS-CoV-2分子的结合活性分类	本文的创新点在于使用SMOTE技术处理数据集中的类别不平衡问题，并通过深度神经网络优化模型性能	本文的局限性在于不同生物测定数据集的不平衡比例对模型性能的影响，尤其是高不平衡比例的测定数据集	本文的研究目的是利用深度学习技术提高抗SARS-CoV-2分子在多种生物测定中的结合活性分类准确性	本文的研究对象是抗SARS-CoV-2分子的结合活性分类	机器学习	COVID-19	深度学习	深度神经网络（DNN）	生物测定数据	11个生物测定数据集，涵盖不同的SARS-CoV-2相互作用和抑制机制
16475	2024-09-15	Disentangling developmental effects of play aspects in rat rough-and-tumble play 2024-05, Biology letters IF:2.8Q2 DOI:10.1098/rsbl.2024.0037 PMID:38808945	研究论文	研究探讨了不同玩耍方面对发育中雄性大鼠的影响	首次通过减少特定玩耍方面（运动或社交）来研究其对大鼠发育的影响	仅限于雄性大鼠，未探讨雌性大鼠或其他动物的影响	研究不同玩耍方面对大鼠发育的具体影响	发育中的雄性大鼠	NA	NA	深度学习框架	深度学习	超声波发声	发育中的雄性大鼠
16476	2024-09-15	Deep transfer learning with fuzzy ensemble approach for the early detection of breast cancer 2024-Apr-08, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-024-01267-8 PMID:38589813	研究论文	本文研究了使用深度学习和模糊集成方法进行乳腺癌早期检测	提出了基于改进的Gompertz函数的模糊排名方法，用于集成深度学习模型的决策分数，以提高分类准确性	NA	研究乳腺癌的早期检测	乳腺肿瘤的早期检测	计算机视觉	乳腺癌	深度学习	CNN	图像	使用了四个公共数据库，每个数据库包含986张乳腺X光片，分为三类（正常、良性、恶性）
16477	2024-09-15	A convolutional neural network-based system for fully automatic segmentation of whole-body [68Ga]Ga-PSMA PET images in prostate cancer 2024-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06555-z PMID:38095671	研究论文	本文开发并评估了一种基于nnU-Net框架的全自动工具，用于在前列腺癌患者的全身[68Ga]Ga-PSMA PET扫描中检测和分割mPCa病变	提出了一个基于nnU-Net框架的全3D卷积神经网络（CNN），用于前列腺癌患者的全身[68Ga]Ga-PSMA PET图像的自动分割	NA	开发和评估一种全自动工具，用于在前列腺癌患者的全身[68Ga]Ga-PSMA PET扫描中检测和分割mPCa病变	前列腺癌患者的全身[68Ga]Ga-PSMA PET扫描图像	计算机视觉	前列腺癌	卷积神经网络（CNN）	nnU-Net	图像	412名前列腺癌患者
16478	2024-09-15	Automated identification of uncertain cases in deep learning-based classification of dopamine transporter SPECT to improve clinical utility and acceptance 2024-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-023-06566-w PMID:38133688	研究论文	本文设计并验证了一种基于卷积神经网络（CNN）的系统，用于识别多巴胺转运体SPECT图像分类中的不确定病例	提出了一个结合五个CNN的网络集成（NE）和一个不确定性检测模块（UDM），用于识别可能被错误分类的病例	NA	设计并验证一个CNN系统，用于识别多巴胺转运体SPECT图像分类中的不确定病例，以提高临床实用性和接受度	多巴胺转运体（DAT）-SPECT图像	计算机视觉	NA	卷积神经网络（CNN）	卷积神经网络（CNN）	图像	开发数据集包含1740个临床DAT-SPECT图像，其中1250个用于训练，490个用于测试；另外两个独立测试数据集分别包含640和645个图像
16479	2024-09-15	Neuron collinearity differentiates human hippocampal subregions: a validated deep learning approach 2024, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcae296 PMID:39262825	研究论文	本文介绍了一种基于深度学习的高通量方法，用于自动提取海马亚区的锥体神经元方向，并生成适合个体间和个体内比较的共线性测量	首次进行了海马亚区内锥体神经元方向和共线性的全面定量研究，并提出了一种新的深度学习方法来区分海马亚区	NA	研究海马亚区内锥体神经元的方向和共线性，并开发一种新的深度学习方法来区分这些亚区	海马亚区的锥体神经元方向和共线性	计算机视觉	NA	深度学习	Cellpose算法	图像	168个海马分区中的479,873个锥体神经元
16480	2024-09-15	AFM-YOLOv8s: An Accurate, Fast, and Highly Robust Model for Detection of Sporangia of Plasmopara viticola with Various Morphological Variants 2024, Plant phenomics (Washington, D.C.) DOI:10.34133/plantphenomics.0246 PMID:39263595	研究论文	本文开发了一种名为AFM-YOLOv8s的增强型YOLOv8s模型，用于检测葡萄霜霉病孢子囊	引入了自适应交叉融合模块、轻量级特征提取模块FasterCSP和新的损失函数MPDIoU，显著提高了检测精度和速度	尽管FasterCSP在模型复杂度和大小上有所减少，但可能会导致轻微的精度损失	开发一种高效、准确的深度学习模型，用于快速检测葡萄霜霉病孢子囊	葡萄霜霉病孢子囊及其多种形态变异	计算机视觉	葡萄霜霉病	深度学习	YOLOv8s	图像	自定义的葡萄霜霉病孢子囊数据集